IA vocală OpenAI nu mai aşteaptă rândul tău — costă $0,05 pe minut

Fiecare AI vocal de pe piață îți spune, astăzi, să aștepți înainte să vorbești. GPT-Live-1 de la OpenAI nu face asta. Modelul, disponibil prin API-ul OpenAI, ascultă și vorbește simultan — gestionând întreruperi, pauze și suprapuneri de voci exact cum ar face-o o persoană într-un apel telefonic.

Prețul este de 0,05 dolari pe minut pentru stratul vocal — 1,50 dolari pentru o conversație de 30 de minute, sau 50 de dolari pentru 1.000 de minute de conversație. Dezvoltatorii plătesc separat pentru un backend de raționament: propriul GPT-6 Astra de la OpenAI sau orice model compatibil care gestionează apeluri de instrumente și logică de business. Stratul vocal se ocupă de mecanica conversației; stratul de raționament decide ce spune și face AI-ul de fapt.

Ce înseamnă această separare în practică: un bot de servicii clienți poate auzi „stai, de fapt vreau cealaltă opțiune” în mijlocul frazei și poate răspunde la asta, în loc să continue mecanic un răspuns pregătit. Un tutore de limbi străine poate sesiza un elev care se împiedică la un cuvânt fără să aștepte să termine. Un sistem de rezervări poate gestiona genul acela de apel real în care oamenii se repetă, își schimbă părerea și vorbesc unul peste altul.

Lecturi recomandateGPT-Live aduce full-duplex la ChatGPT — pauza care trăda IA a dispărut

Pe Full Duplex Bench — evaluarea concepută special pentru a testa gestionarea simultană a direcțiilor vocale — GPT-Live-1 obține un scor cu 30 de puncte procentuale mai mare decât predecesorul său, GPT-Realtime-2.1. Când este asociat cu GPT-6 Astra ca backend de raționament, depășește Tau3, benchmark-ul pentru servicii clienți care testează interogări complexe, în mai mulți pași, fără pauze în conversație.

Arhitectura pe două straturi reflectă o alegere de design deliberată. Sincronizarea vorbirii și raționamentul sunt facturate separat pentru că se scalează diferit: un startup care construiește o aplicație ușoară de meditații plătește mai puțin pe ambele straturi decât o întreprindere care rulează mii de apeluri simultane de servicii clienți pe GPT-6 Astra. Minimul este de 0,05 dolari pe minut pentru voce, indiferent ce rulează în spate.

Ceea ce GPT-Live-1 nu schimbă este calitatea răspunsurilor. Stratul vocal se ocupă de când și cum vorbește AI-ul — nu de ce știe. Un răspuns prost, dar bine sincronizat, rămâne tot un răspuns prost. Dezvoltatorii care construiesc aplicații de servicii clienți vor trebui să evalueze ambele straturi separat, iar backend-ul de raționament poate adăuga mai mult la factură decât stratul vocal în sine. OpenAI nu a publicat nici date despre cum funcționează arhitectura full-duplex în medii cu lățime de bandă redusă sau pe linii telefonice cu zgomot, unde intrarea audio continuă este mai greu de susținut.

GPT-Live-1 este acum disponibil în API-ul OpenAI. Compania nu a anunțat un produs destinat consumatorilor construit pe acest model, deși a indicat că versiunile viitoare ale modului vocal ChatGPT ar putea folosi aceeași arhitectură de bază. Tariful de 0,05 dolari pe minut se aplică la lansare; OpenAI nu a publicat un calendar pentru modificări de preț sau o listă de modele de raționament terțe aprobate pentru utilizarea cu stratul vocal.

Etichete: știri, inteligența artificială, OpenAI, API, audio full-duplex, GPT-Live-1

Conținut similar

O echipă de 10 oameni de la Microsoft a construit un model vocal mai ieftin și mai rapid decât OpenAI și Google

ChatGPT Work: OpenAI unește ChatGPT și Codex într-un singur agent care nu se oprește

ChatGPT ajunge la un miliard de utilizatori lunari mai repede decât orice altă aplicație

ChatGPT pentru adolescenți: părinții pot seta limite, dar nu pot citi conversațiile

GPT-6 Astra i-a blocat pe utilizatorii plătitori, iar motivul sunt propriile reguli de securitate ale OpenAI

GPT-5.6 devine public cu trei niveluri de prețuri și prima aprobare a Casei Albe pentru un model IA